चैटबॉट के साथ दस मिनट, और लोग कठिन सवालों पर जल्दी हार मानने लगते हैं

सवाल पाँचवीं कक्षा के स्तर के थे: साधारण भिन्नों का जोड़, घटाव, गुणा और भाग। प्रतिभागियों ने इन्हें घर बैठे Prolific के ज़रिए हल किया, जो ऐसा प्लेटफ़ॉर्म है जहाँ लोग शोध में हिस्सा लेकर जेब-ख़र्च कमाते हैं, और पूरे काम के लिए उन्हें 2.60 डॉलर मिले। आधे लोगों को स्क्रीन के दाहिनी ओर AI असिस्टेंट वाली चैट विंडो मिली। बाक़ी आधे को कुछ नहीं मिला। बारहवें सवाल के बाद चैट ग़ायब हो गई, और दोनों समूहों के सामने तीन और सवाल आए, जो उन्हें अकेले हल करने थे।

इन तीन सवालों में असिस्टेंट वाले समूह ने 57% हल किए, जबकि बिना असिस्टेंट वाले समूह ने 73%। जिन लोगों से उनका मददगार छिन गया, उन्होंने सवाल छोड़े भी लगभग दोगुनी बार: 20% बनाम 11%। यह असर पैदा करने के लिए AI के साथ क़रीब दस मिनट का काम काफ़ी था। अगले प्रयोग में एक दिलचस्प बात सामने आई: जिन्होंने चैटबॉट से तैयार जवाब माँगे थे, उनका हाल सबसे बुरा रहा। जिन्होंने संकेत (हिंट) माँगे, उनमें कोई ख़ास नुक़सान नहीं दिखा।

यह प्रयोग कार्नेगी मेलन यूनिवर्सिटी की ग्रेस लियू, UC बर्कले के सेंटर फ़ॉर ह्यूमन-कम्पैटिबल AI (CHAI) के ब्रायन क्रिश्चियन, जो एल्गोरिदम और AI पर अपनी किताबों के लिए जाने जाते हैं, और ऑक्सफ़ोर्ड, MIT और UCLA के तीन और वैज्ञानिकों ने किया। प्रीप्रिंट अप्रैल में आया, संशोधित संस्करण अक्टूबर 2026 में सैन फ़्रांसिस्को में भाषा-मॉडल सम्मेलन COLM (Conference on Language Modeling) में प्रस्तुत हुआ, और 9 अक्टूबर को Berkeley News ने इसे छापा ।

मददगार के साथ बारह सवाल, अकेले तीन

मनोवैज्ञानिक दृढ़ता को काफ़ी सीधे ढंग से मापते हैं: कठिन समस्या पर हार मानने से पहले इंसान कितनी देर जुटा रहता है। यहाँ इसे सवाल छोड़ने से गिना गया। कोई भी सवाल छोड़ा जा सकता था, और हर छोड़े गए सवाल का मतलब था कि व्यक्ति ने उससे जूझने का इरादा छोड़ दिया। ग़लती के बाद दोनों समूहों को सही हल दिखाया गया, यानी सब सीख रहे थे। फ़र्क़ बस इतना था कि एक समूह अकेले सीख रहा था, और दूसरे के पास ऐसा साथी था जो किसी भी पल पूरा काम उसके बदले कर सकता था।

कुल मिलाकर तीन प्रयोगों में अमेरिका के 1,222 लोगों ने हिस्सा लिया, और हर प्रयोग ने पिछले की एक कमी भरी। हो सकता है लोग बस इसलिए गड़बड़ा गए कि चैट ग़ायब हो गई: अभी विंडो थी, अब नहीं है। दूसरे प्रयोग में बिना-AI समूह को भी एक साइड पैनल दिया गया, जिसमें उन सवालों के हल दिखते थे जो प्रतिभागी पहले देख चुके थे। अंतर घटा, पर बना रहा, जबकि सवाल छोड़ने के मामले में इस बार अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं था, और लेखक यह खुलकर मानते हैं।

तीसरे प्रयोग में जाँचा गया कि कहीं यह सिर्फ़ अंकगणित की ख़ासियत तो नहीं। प्रतिभागियों ने अमेरिकी SAT शैली के पठन-बोध वाले सवालों के जवाब दिए। पैटर्न वही रहा, और AI इस्तेमाल कर चुके लोगों ने सवाल साफ़ तौर पर ज़्यादा छोड़े: 8% बनाम 1%।

जवाब माँगना या संकेत

दूसरे प्रयोग में प्रतिभागियों से पूछा गया कि उन्होंने चैट का इस्तेमाल कैसे किया, और नतीजों की तुलना उनके जवाबों के आधार पर की गई। चैट बंद होने के बाद जिन्होंने तैयार जवाब माँगे थे, उन्होंने 65% सवाल हल किए, जबकि नियंत्रण समूह ने 77%।

यहाँ लेखक एक ज़रूरी चेतावनी जोड़ते हैं। चैट का इस्तेमाल कैसे करना है, यह लोगों ने ख़ुद चुना था; इसे बेतरतीब ढंग से तय नहीं किया गया था। हो सकता है तैयार जवाब माँगने वाले वही लोग हों जो AI के बिना भी जल्दी हार मान लेते। इसलिए इस्तेमाल के तरीक़े वाला बँटवारा एक संबंध दिखाता है, सिद्ध कारण नहीं। मुख्य नतीजा फिर भी कारणात्मक है: बेतरतीब ढंग से AI समूह में रखे गए लोगों ने AI छिनने पर बदतर प्रदर्शन किया।

यह भिन्नों की कहानी नहीं है

“यह चौंकाने वाला नतीजा है, लेकिन एक तरह से यह उस कहानी को ताक़त देता है जो हममें से बहुतों को भीतर से महसूस होती है,” क्रिश्चियन ने Berkeley News से कहा। “मैं भी इसे महसूस करता हूँ।” उनके मुताबिक़ यह भिन्नों और SAT के सवालों की कहानी नहीं है: प्राथमिक स्कूल के बच्चों से लेकर दुनिया के शीर्ष विशेषज्ञों तक, सब पर यही पैटर्न लागू होता है।

लेखक तंत्र को इस तरह समझाते हैं: AI के साथ काम करने से लोगों को तुरंत जवाब की उम्मीद करने की आदत पड़ती है, और मुश्किल हिस्से से अकेले जूझने का अभ्यास छूट जाता है। सीधे शब्दों में, यह लिफ़्ट जैसा है। जब तक वह चलती है, सीढ़ियों की किसी को ज़रूरत नहीं। जब वह ख़राब हो जाती है, तो पाँचवीं मंज़िल कुछ यूँ लगती है जैसे हफ़्ते भर पहले से ज़्यादा ऊँची हो गई हो।

दूसरे प्रयोगों में भी ऐसा ही कुछ दिखा है। 2025 में पत्रिका PNAS ने तुर्की के एक स्कूल का अध्ययन छापा , जिसमें लगभग एक हज़ार हाई-स्कूल छात्रों ने GPT-4 के दो संस्करणों के साथ गणित पर काम किया। अभ्यास के दौरान दोनों ने मदद की। लेकिन परीक्षा में, जहाँ AI उपलब्ध नहीं था, आम चैटबॉट इस्तेमाल करने वालों के अंक उन सहपाठियों से 17% कम रहे जिन्होंने उसके बिना पढ़ाई की थी। जिन्होंने ट्यूटर संस्करण के साथ काम किया था, जो जवाब की जगह संकेत देता था, उनके लिए यह नुक़सान लगभग ग़ायब हो गया।

जनवरी 2026 में Anthropic ने यही विचार प्रोग्रामरों पर परखा । 52 डेवलपर, ज़्यादातर जूनियर, ने एक अपरिचित Python लाइब्रेरी सीखी। जिन्होंने AI असिस्टेंट के साथ सीखा, उन्होंने बाद में उसके बिना टेस्ट में 50% अंक पाए, जबकि बाक़ी ने 67%। अंतर डीबगिंग के सवालों में सबसे ज़्यादा था। और यहाँ भी बेहतर वही रहे, जिन्होंने पूरा काम मशीन को थमाने की जगह कोड समझने के लिए उससे सवाल पूछे।

दस मिनट क्या साबित नहीं करते

“AI हमें बेवक़ूफ़ बना रहा है” जैसी सुर्ख़ियाँ इस प्रयोग का नतीजा नहीं हैं। उसने एक ही चीज़ मापी: मदद हटने के बाद पहले मिनटों में क्या होता है। चैटबॉट के साथ एक दिन, एक महीने या एक साल रहने के बाद भी यह असर टिकता है या नहीं, यह अध्ययन ने जाँचा नहीं, और लेखक इसे अपनी सीमा बताते हैं।

प्रतिभागियों के लिए दाँव भी छोटा था। 2.60 डॉलर और तेरह मिनट के लिए बहुत कम लोग हर भिन्न से जूझेंगे, जबकि परीक्षा या नौकरी में प्रेरणा बिलकुल अलग होती है। असर दिखता है, पर बहुत बड़ा नहीं है: दूसरे प्रयोग में हल किए गए सवालों का अंतर छह प्रतिशत अंक तक सिमट गया। और सबसे उत्साहजनक नतीजा, संकेतों वाला, एक छोटे उपसमूह पर टिका है। यह दूसरे प्रयोग के AI समूह का 27% है, यानी लगभग 80 लोग, और इस नतीजे की पुष्टि अभी बाक़ी है।

फिर भी तस्वीर तीन स्वतंत्र अध्ययनों में दोहराई जाती है, जिनमें बिलकुल अलग-अलग लोग थे: तुर्की के स्कूली बच्चे, प्रोग्रामर, अमेरिका के आम वयस्क। हर जगह उनका हाल सबसे बुरा रहा, जिन्होंने काम का मुश्किल हिस्सा पूरी तरह मशीन को सौंप दिया।

ऐसा ट्यूटर जो नक़ल नहीं करने देता

क्रिश्चियन जो उपाय सुझाते हैं, वह मामूली लगता है। डिफ़ॉल्ट रूप से AI के जवाब ट्यूटर की तरह काम कर सकते हैं: तैयार नतीजा थमाने की जगह विचार की ओर ले जाएँ। लक्ष्य को वे किसी भी सेटिंग से कहीं व्यापक रूप में रखते हैं: “हमें ऐसे भविष्य की ओर बढ़ना चाहिए जिसमें मानवीय क्षमताएँ यथासंभव बढ़ें, उनकी जगह न ली जाए।”

ऐसे मोड पहले से मौजूद हैं। 29 जुलाई 2025 को OpenAI ने ChatGPT में स्टडी मोड शुरू किया : वह मार्गदर्शक सवाल पूछता है और क़दम-दर-क़दम हल तक पहुँचाता है। Claude में भी ऐसा ही लर्निंग मोड है। लेकिन उसे हाथ से चालू करना पड़ता है, और ChatGPT में बातचीत के बीच उसे बंद भी किया जा सकता है। आम मोड अब भी तुरंत और पूरा जवाब देता है।

तो “जवाब दे दो” और “संकेत दे दो” के बीच चुनाव इंसान पर ही आता है, और वह भी सबसे ख़राब पल में, जब समस्या सिर पर होती है। इस कहानी में संकेत लिफ़्ट की जगह रेलिंग की तरह काम करता है: आप फिर भी अपने पैरों से चढ़ते हैं, इसीलिए मदद हटने पर सीढ़ियाँ और खड़ी नहीं लगेंगी।